裘雄偉
(浙江億雄智能科技有限公司 浙江省杭州市 310030)
人工智能技術(shù),即AI技術(shù),其屬于計(jì)算機(jī)技術(shù)的一個(gè)分支,是一種能夠通過(guò)模擬人的智能運(yùn)作方式,來(lái)解決和處理問(wèn)題的科學(xué)技術(shù),利用該技術(shù)來(lái)建設(shè)計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)體系,可以讓計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)完成需要人類智能才能完成的復(fù)雜工作,提升計(jì)算機(jī)網(wǎng)絡(luò)運(yùn)行的智能化水平,因此,應(yīng)深入分析AI技術(shù)的應(yīng)用,以尋求更好的技術(shù)應(yīng)用方案,推動(dòng)計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)水平的發(fā)展。
計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)是指,一項(xiàng)運(yùn)用通信設(shè)施,突破地理約束,將相互獨(dú)立的計(jì)算機(jī)系統(tǒng)連接起來(lái),然后結(jié)合各類網(wǎng)絡(luò)軟件的應(yīng)用,實(shí)現(xiàn)信息傳遞、資源共享的信息技術(shù)。在此背景下,從本質(zhì)上來(lái)看,AI技術(shù)的主要作用是運(yùn)行決策,具體來(lái)說(shuō)就是,AI技術(shù)能夠支持計(jì)算機(jī)系統(tǒng)模擬人類智能作出決策,并按照該決策自動(dòng)運(yùn)行,以處理更加復(fù)雜的工作,精準(zhǔn)滿足用戶的信息交流、資源共享需求。由此可見(jiàn),AI技術(shù)在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)體系建設(shè)的應(yīng)用切入點(diǎn)集中在構(gòu)建網(wǎng)絡(luò)運(yùn)行決策機(jī)制上。在此過(guò)程中,人們通過(guò)用AI技術(shù)建立一個(gè)能夠模擬人類智能思考的決策機(jī)制,可以控制計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng),像人類一樣思考、處理業(yè)務(wù),實(shí)現(xiàn)更高水平的自動(dòng)化,即智能化。基于此,在此次探究中,研究者擬用AI技術(shù)建立一個(gè)計(jì)算機(jī)網(wǎng)絡(luò)決策系統(tǒng),并通過(guò)分析AI技術(shù)的應(yīng)用過(guò)程,以及決策系統(tǒng)的運(yùn)行效果,來(lái)探討AI技術(shù)在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用,希望能夠?yàn)锳I技術(shù)下,計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)體系建設(shè)提供依據(jù)。
2.1.1 功能性應(yīng)用需求分析
計(jì)算機(jī)網(wǎng)絡(luò)決策機(jī)制,是一個(gè)網(wǎng)絡(luò)系統(tǒng)功能的大腦,負(fù)責(zé)規(guī)劃系統(tǒng)功能的運(yùn)行行為,也是系統(tǒng)功能運(yùn)行效果是否表現(xiàn)得智能化的主要因素。從功能運(yùn)行本身來(lái)看,該基于AI技術(shù)的決策機(jī)制需要具備分析運(yùn)行環(huán)境、運(yùn)行需求的能力,并對(duì)此作出合理的反應(yīng),同時(shí),也支持在不同目標(biāo)、行為標(biāo)準(zhǔn)之間作出權(quán)衡,確定、選用有限理性下的最優(yōu)解。此外,考慮到計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)的功能通常不止一個(gè),所以該決策機(jī)制必須具備配合其他功能進(jìn)行運(yùn)行決策的能力,以更好地支持系統(tǒng)的自動(dòng)化、智能化運(yùn)行。
2.1.2 非功能性應(yīng)用需求分析
一般來(lái)說(shuō),計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)通常需要承載海量的用戶,并支持各個(gè)用戶之間的交互,且交互越多,對(duì)于計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)的運(yùn)營(yíng)就越有利。若可以使服務(wù)器同時(shí)承載更多的用戶,還有助于壓縮系統(tǒng)運(yùn)營(yíng)成本。而在此背景下,為了避免網(wǎng)絡(luò)系統(tǒng)性能瓶頸的出現(xiàn),AI決策機(jī)制一定要具備較高的性能,以滿足上述網(wǎng)絡(luò)系統(tǒng)運(yùn)行需求。此外,為了保持網(wǎng)絡(luò)系統(tǒng)對(duì)于用戶的價(jià)值水平,其必須依照用戶的實(shí)際需求,不斷豐富自身的功能,以免其失去使用價(jià)值,導(dǎo)致網(wǎng)絡(luò)系統(tǒng)生命周期的縮短,壓縮利潤(rùn),所以,AI決策機(jī)制必須具備易配置性,以方便系統(tǒng)功能的建設(shè)。
2.1.3 模糊邏輯規(guī)則建設(shè)
在AI技術(shù)的應(yīng)用中,結(jié)合上述需求,需要建立一個(gè)能夠模擬人類智能思考決策的決策機(jī)制,而該決策機(jī)制對(duì)人腦思考過(guò)程的模擬主要依托于邏輯規(guī)則來(lái)完成。在此過(guò)程中,模糊邏輯作為一個(gè)能夠?qū)⒉淮_定因素納入到邏輯分析、推理考慮范圍內(nèi)的邏輯規(guī)則,與人腦的思維方式極為相似。為此,研究者擬用模糊邏輯,建立AI決策機(jī)制,由此實(shí)現(xiàn)AI技術(shù)在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用。在模糊邏輯規(guī)則建設(shè)中,
(1)需進(jìn)行模糊化,將明確的數(shù)據(jù)轉(zhuǎn)化為模糊數(shù)據(jù),例如:在計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)中,收集到了用戶點(diǎn)擊某領(lǐng)域相關(guān)文章的次數(shù),那么就可以得出用戶對(duì)該領(lǐng)域內(nèi)容所持態(tài)度為,一般偏好或明顯偏好。而歸屬函數(shù)作為數(shù)據(jù)模糊化處理的有效工具,可以應(yīng)用該函數(shù),設(shè)置數(shù)據(jù)模糊化運(yùn)算規(guī)則,實(shí)現(xiàn)數(shù)據(jù)的預(yù)處理。目前,常用的歸屬函數(shù),包括
(2)建立模糊規(guī)則,在當(dāng)前情況滿足達(dá)到規(guī)則條件滿足度后,即可得到模糊結(jié)論,或者也可以將模糊規(guī)則的運(yùn)行闡釋為,在當(dāng)前情況滿足AI規(guī)則條件后,那么該規(guī)則對(duì)應(yīng)的行為就會(huì)被觸發(fā)。在此過(guò)程中,需確立一個(gè)觸發(fā)強(qiáng)度確立方法,也就是條件的滿足度計(jì)算方法。為此,可選用加權(quán)平均值的方式,確定出發(fā)強(qiáng)度,例如:在網(wǎng)絡(luò)系統(tǒng)的用戶推送中,可能的規(guī)則為,用戶對(duì)某主題的偏好越高,就越要推送此類主題相關(guān)內(nèi)容,同時(shí),前一個(gè)用戶點(diǎn)擊的內(nèi)容,與該主題相關(guān)度越高,推送該主題其他內(nèi)容的傾向性越高,此時(shí),當(dāng)用戶對(duì)該主題的偏好歸屬度為0.9,而上一個(gè)用戶點(diǎn)擊內(nèi)容與該主題的相關(guān)度為0.8,那么推送該主題其他相關(guān)內(nèi)容的傾向性則為0.85,若偏好歸屬度不便,但用戶上一次點(diǎn)擊的內(nèi)容與該主題的相關(guān)度為0.1,那么繼續(xù)推送該主題其他相關(guān)內(nèi)容的傾向性就降低到0.5。
(3)反模糊化,對(duì)于決策機(jī)制是否決定執(zhí)行某一行為,不能僅依靠于可能性判斷結(jié)果,還需要將行為執(zhí)行程度予以量化處理,即將模糊結(jié)論,轉(zhuǎn)換為明確的數(shù)值,并設(shè)計(jì)一個(gè)相應(yīng)的函數(shù),得出行為強(qiáng)度,例如:在之前的例子中,當(dāng)向用戶推送該主題相關(guān)內(nèi)容的傾向性為0.85,那么就將0.85作為輸入值,輸入到函數(shù)中,然后通過(guò)該函數(shù),計(jì)算得出推送內(nèi)容與該主題的相關(guān)度、是否推送該內(nèi)容等,由此完成決策。
從總體上來(lái)看,借助該模糊邏輯進(jìn)行AI決策機(jī)制的構(gòu)建設(shè)計(jì),相較于傳統(tǒng)邏輯,能夠?qū)⒁?guī)則的規(guī)模壓縮50%~80%,提高決策機(jī)制的運(yùn)行效率,增強(qiáng)AI技術(shù)在計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)中的應(yīng)用效果。
2.2.1 AI系統(tǒng)框架設(shè)計(jì)
根據(jù)上述關(guān)于AI技術(shù)的應(yīng)用思路,可以將決策機(jī)制的整體架構(gòu)設(shè)計(jì)為以下幾個(gè)部分:
(1)目標(biāo)管理器,負(fù)責(zé)管理各類AI條件、AI行為:
(2)條件管理器,負(fù)責(zé)檢測(cè)各種AI條件,并通知行為管理器;
(3)請(qǐng)求管理器,接收其他用戶或系統(tǒng)發(fā)送的請(qǐng)求,并告知行為管理器怎樣做出相應(yīng):
(4)行為管理器,對(duì)當(dāng)前所持有的所有行為信息進(jìn)行綜合考量,求解最優(yōu)行為方案,再將該方案?jìng)鬏斀o行為層,作為網(wǎng)絡(luò)系統(tǒng)運(yùn)行依據(jù)[1]。
基于此,從總體上來(lái)看,在AI技術(shù)的應(yīng)用下,一個(gè)完整個(gè)的計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)決策機(jī)制運(yùn)行流程應(yīng)當(dāng)為,首先,條件管理器會(huì)對(duì)用戶ID所注冊(cè)的全部單元規(guī)則進(jìn)行循環(huán)遍歷,計(jì)算出各個(gè)規(guī)則相應(yīng)的行為強(qiáng)度,然后將計(jì)算結(jié)果發(fā)送給行為管理器。其次,當(dāng)用戶ID接收到了請(qǐng)求,那么請(qǐng)求管理器,就會(huì)查找該請(qǐng)求是否存在對(duì)應(yīng)行為,若存在,則將該行為的強(qiáng)度發(fā)送給行為管理器,若不存在則不考慮該請(qǐng)求。最后,行為管理器實(shí)時(shí)檢查自身的行為列表,若發(fā)現(xiàn)可執(zhí)行行為,則先按照強(qiáng)度,將行為由高到低予以排序,再按順序通知行為層執(zhí)行,待執(zhí)行結(jié)束后,將該行為移除列表[2]。
2.2.2 AI系統(tǒng)模塊設(shè)計(jì)
(1)條件管理器設(shè)計(jì)。條件管理器,即CConditionManger,其負(fù)責(zé)管理一組AI規(guī)則,該規(guī)則可能對(duì)應(yīng)多個(gè)條件與行為,而目標(biāo)與條件、行為之間的關(guān)系可以被闡釋為,在特定條件下,完成相應(yīng)的行為,就可以完成某項(xiàng)目標(biāo)。為此,在該管理器的建設(shè)上,需先為其設(shè)置一個(gè)Update接口,作為其的更新渠道,同時(shí),還要在管理器上設(shè)置一個(gè)AddAIUnit的接口,用于注冊(cè)規(guī)則,但由于管理器中有哪些規(guī)則,是由ID類型來(lái)決定的,而ID類型通常是不需要改變的,因此,無(wú)需為其設(shè)置移除規(guī)則接口,例如:在計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)中,用戶ID的權(quán)限是查看自己的信息,以及瀏覽系統(tǒng)內(nèi)公開(kāi)信息,使用系統(tǒng)公共功能,因此,管理器中需要承載上述運(yùn)行內(nèi)容對(duì)應(yīng)的規(guī)則,而管理員ID的權(quán)限包括訪問(wèn)系統(tǒng)內(nèi)部部分信息,以及設(shè)置、修改系統(tǒng)功能等,其對(duì)應(yīng)的管理器所具備的規(guī)則與用戶ID顯然不同,同時(shí),用戶ID也不會(huì)轉(zhuǎn)化為管理員ID,所以無(wú)需將ID下,管理器中的規(guī)則移除[3]。
但在此過(guò)程中,應(yīng)當(dāng)注意,該管理器是全部具體條件的基類,需為其配備條件判斷函數(shù),而考慮規(guī)則設(shè)計(jì)中融入了模糊邏輯的概念,因此,可以為其配備一個(gè)返回一個(gè)浮點(diǎn)數(shù)類型的函數(shù),即double Pass,同時(shí),還要設(shè)置一個(gè)double GetWeight,用于返回該條件的權(quán)值。在此過(guò)程中,條件判斷函數(shù)的運(yùn)算結(jié)果僅有兩種,即0、1,若條件為真條件,運(yùn)算結(jié)果為1,當(dāng)條件為假條件,運(yùn)算結(jié)果為0。此后,再結(jié)合具體條件,構(gòu)建相應(yīng)的歸屬函數(shù),得出行為強(qiáng)度。
(2)請(qǐng)求處理器設(shè)計(jì)。該處理器,即CRequestManager,其的作用主要是對(duì)從外部接收到的請(qǐng)求加以反饋。在此過(guò)程中,處理器需管理一個(gè)記載所有可處理請(qǐng)求的映射表,以及該請(qǐng)求對(duì)應(yīng)的ID。為此,該處理器應(yīng)為全部請(qǐng)求的基類,其中包含兩個(gè)類型,即請(qǐng)求來(lái)源類型、請(qǐng)求行為類型。其中,請(qǐng)求行為類型是指具體的運(yùn)行行為,如跳轉(zhuǎn)頁(yè)面、彈出推薦頁(yè)面等,請(qǐng)求來(lái)源類型是指行為產(chǎn)生的來(lái)源,如第三方運(yùn)營(yíng)商的頁(yè)面跳轉(zhuǎn)申請(qǐng)、用戶命令等。此外,還需要設(shè)置一個(gè)請(qǐng)求反饋函數(shù)boolResponseReq、Reques注冊(cè)函數(shù)void AddRequset。在請(qǐng)求處理器設(shè)計(jì)中,需注意,請(qǐng)求并非源于用戶ID,因此,條件管理器不能從自己身上獲取,一些必要參數(shù),因此,必須在設(shè)置、發(fā)送行為強(qiáng)度時(shí),帶上請(qǐng)求中包含的必要參數(shù),以保證AI決策機(jī)制的正常運(yùn)行[4]。
(3)行為管理器設(shè)計(jì)。行為管理器,即CActManager,負(fù)責(zé)管理用戶ID的全部行為,也就是用戶所持有的全部網(wǎng)絡(luò)系統(tǒng)應(yīng)用功能?;诖?,為了使行為管理運(yùn)行更加便利,需為每個(gè)行為設(shè)置相應(yīng)的ID,因此,行為管理器所管理的當(dāng)前行為列表、歷史行為列表中記錄的內(nèi)容為行為ID。在該管理器的設(shè)計(jì)中,應(yīng)為其配備接口Void SetAction、Void Update、BoolReqDoAct。但應(yīng)當(dāng)注意,在配備Void SetAction借口石化,由于每個(gè)行為均有對(duì)應(yīng)ID,所以需將接口模式定義為設(shè)置模式,而非添加模式,以免出現(xiàn)行為混亂的問(wèn)題。
經(jīng)過(guò)上述AI技術(shù)的應(yīng)用操作,研究者發(fā)現(xiàn)該計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)對(duì)于用戶需求的反應(yīng)更加靈敏和精準(zhǔn),提高了用戶的體驗(yàn)。在此過(guò)程中,研究者采用了問(wèn)卷調(diào)查的形式,對(duì)該AI計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)的用戶服務(wù)效果進(jìn)行了調(diào)查,結(jié)果顯示有50%的用戶認(rèn)為,此系統(tǒng)相較于傳統(tǒng)系統(tǒng),能夠?yàn)槠涮峁└嘧陨硭璧男畔①Y源,同時(shí),也有60%的用戶認(rèn)為,該系統(tǒng)的信息推薦更符合其的偏好。而上述服務(wù)主要是依托于該AI決策機(jī)制運(yùn)行,由此可見(jiàn),AI技術(shù)在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用呈現(xiàn)出了良好的效果,有助于計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)水平的提升。
在AI決策機(jī)制建設(shè)中,基于模糊理論的AI架構(gòu),相較于傳統(tǒng)決策架構(gòu),其的實(shí)現(xiàn)更加簡(jiǎn)單,而且配置、理解均相對(duì)容易,因此,適用于各類計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng),如網(wǎng)絡(luò)游戲系統(tǒng)、網(wǎng)絡(luò)交流系統(tǒng)等。就目前來(lái)看,自互聯(lián)網(wǎng)+策略被推行以來(lái),AI技術(shù)迅速引起了業(yè)內(nèi)的重視,人們通過(guò)將該技術(shù)融入到計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)建設(shè)中,可以構(gòu)建出更加智能、靈活的網(wǎng)絡(luò)系統(tǒng)服務(wù)功能。但AI技術(shù)屬于一種專業(yè)性較強(qiáng)的技術(shù),因此,在應(yīng)用過(guò)程中,需要專業(yè)的技術(shù)人才予以支持,而目前,國(guó)內(nèi)的AI技術(shù)人才數(shù)量依然比較有限?;诖耍谟?jì)算機(jī)網(wǎng)絡(luò)技術(shù)領(lǐng)域內(nèi),AI技術(shù)的應(yīng)用依然存在極大的發(fā)展空間。
綜上所述,增強(qiáng)AI的應(yīng)用效果,能夠推動(dòng)計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的進(jìn)步和發(fā)展。經(jīng)過(guò)上述論述,借助AI技術(shù)構(gòu)建出的計(jì)算機(jī)網(wǎng)絡(luò)決策系統(tǒng),能夠幫助網(wǎng)絡(luò)系統(tǒng)做出最優(yōu)的運(yùn)行決策,使得計(jì)算機(jī)網(wǎng)絡(luò)能夠支持更加復(fù)雜的運(yùn)行任務(wù)的自動(dòng)作業(yè),提升了網(wǎng)絡(luò)系統(tǒng)的自動(dòng)化運(yùn)行水平。